Embed Size (px)
Citation preview
BIDANG KAJIAN RISET:SISTEM INFORMASI AKUNTANSI
PENGARUH KUALITAS SISTEM INFORMASI, PERCEIVED USEFULNESS, DAN KUALITAS
INFORMASI TERHADAP KEPUASAN PENGGUNA AKHIR SOFTWARE AKUNTANSI
ISTIANINGSIH(PASCASARJANA ILMU AKUNTANSI FAKULTAS EKONOMI
UNIVERSITAS INDONESIA)
DR. SETYO HARI WIJANTO(FAKULTAS EKONOMI UNIVERSITAS INDONESIA)
Curriculum Vitae Pemakalah
Nama : IstianingsihTempat Tanggal Lahir
: Purworejo, 18 Oktober 1971
Alamat Rumah : Pesona Atlantis Blok L 10 No.12 CitraRaya Tangerang
Telepon : 59407788 / 0818992285/ 68563050Alamat Kantor : Pascasarjana Ilmu Akuntansi FEUI
Jl. Salemba Raya No. 4 Jakarta 10430Fax : 02159407788/31907848 / 3900703E-mail : [email protected]; [email protected] Terakhir Mahasiswa s3 Program Pascasarjana Ilmu
Akuntansi Fakultas Ekonomi Universitas Indonesia
Institusi yang diwakili
Pascasarjana Ilmu Akuntansi Fakultas Ekonomi Universitas Indonesia
Nama : Dr. Setyo Hari WijantoTempat Tanggal Lahir
: Mojosari, 24 Maret 1951
Alamat Rumah : Jl.Pondasi Ujung no.18 Kayu Putih - Jakarta 13210
Telepon : 4716030/0816866030Alamat Kantor : Jl. Gn Sahari 2 No.6B Jakarta 10610Phone/Fax : 4253115E-mail : [email protected] Terakhir S3 Program Pascasarjana Ilmu Manajemen
Fakultas Ekonomi Universitas IndonesiaInstitusi yang diwakili
Fakultas Ekonomi Universitas Indonesia
PENGARUH KUALITAS SISTEM INFORMASI, PERCEIVED USEFULNESS, DAN
KUALITAS INFORMASI TERHADAP KEPUASAN PENGGUNA AKHIR
SOFTWARE AKUNTANSI
IstianingsihSetyo Hari Wijanto
Program Doktoral – Pascasarjana Ilmu Akuntansi Feui
ABSTRACT
The objective of this study is to examine the effect of information system quality, information quality, and perceived usefulness on end-user accounting software satisfaction. Another objective of this study is to examine the validity and reliability of end-user computer satisfaction instruments developed by Doll and Torkzadeh (1988). This study modifies information system success model from DeLone and McLean (1992) and Seddon (1997) by including confirmatory factor analysis for user satisfaction variable. Data used in this study is primary data based on questionnaires distributed to the users of accounting software who work at variety of companies in Indonesia. To examine 309 returned questionnaires, I use the structural equation model (SEM).
The results of this study show that information system quality statistically significant affects the perceived usefulness and end-user accounting software satisfaction. Information quality statistically significant affects the perceived usefulness and end-user accounting software satisfaction. Perceived usefulness affects the end-user accounting software satisfaction. Furthermore, the result show that the instruments study developed by Doll and Torkzadeh (1988), has a good validity and reliability to measure the end-user computer satisfaction (EUCS).
Key Words: Information System Quality, Information Quality, Perceived Usefulness, End User Computer Satisfaction, Information System Success Model.
1. PENDAHULUAN
Kemampuan untuk mengelola informasi secara efektif di dalam perusahaan sangat
penting karena dapat menjadi dasar untuk memperoleh keunggulan kompetitif. Informasi
telah menjadi aktiva tidak berwujud, yang jika dikelola dengan baik, dapat digunakan untuk
meningkatkan sumber-sumber perusahaan lainnya. Karena itu banyak perusahaan yang mulai
1
mengembangkan dan memberikan perhatian khusus pada tekonologi informasi sebagai
sumber yang memfasilitasi pengumpulan dan penggunaan informasi secara efektif. Salah satu
bentuk perhatian ini adalah penggunaan sistem informasi akuntansi berbasis komputer
(software akuntansi) untuk memperlancar arus informasi perusahaan.
Masalah yang biasanya terjadi dalam pemakaian paket software akuntansi adalah tidak
kompatibelnya sistem dengan proses bisnis dan informasi yang diperlukan organisasi (Janson
dan Subramanian, 1996; Lucas, Walton, dan Ginzberg, 1998). Ketidaksesuaian antara
software aplikasi dengan proses bisnis dapat menimbulkan masalah signifikan bagi pemakai.
Perusahaan yang mengubah proses bisnisnya agar sesuai dengan aplikasi software akuntansi,
menyebabkan pemakai harus mempelajari cara baru lagi untuk mengatasi kompleksitas
software dalam menyelesaikan pekerjaan mereka. Kesulitan teknis yang mengganggu dalam
software, masalah interfacing dalam sistem, dan kesulitan dalam hardware dapat membuat
pemakai frustrasi dan menurunkan tingkat kepuasan pemakai.
Jika pemakai merasa tidak puas dengan software yang digunakan, mereka akan mencari
cara agar system tersebut tidak lagi digunakan. EUCS (End User Computer satisfaction)
dapat digunakan sebagai sinyal bagi manajemen untuk mengatasi kesulitan dan
ketidaksesuaian ini. Seddon (1997) menyatakan bahwa dengan mengatasi kelemahan
pengukuran menjadi lebih baik, kepuasan pengguna akhir dapat digunakan untuk mengukur
keuntungan atau keberhasilan software akuntansi yang digunakan perusahaan.
Penelitian ini dilakukukan untuk mencapai beberapa tujuan utama yaitu 1) untuk
menyelidiki pengaruh kualitas sistem informasi dan kualitas informasi terhadap kepuasan
pengguna akhir software akuntansi. 2) untuk menguji pengaruh variabel perceived usefulness
sebagai intervening terhadap hubungan antara kualitas system informasi dan kualitas
informasi dan kepuasan pengguna akhir software akuntansi. 3) menguji struktur dan
dimensionalitas, reliabilitas dan validitas instrumen yang digunakan untuk mengukur end-
2
user computing satisfaction (EUCS) yang dibuat Doll dan Torkzadeh (1988). Penelitian ini
juga merupakan respon dari penelitian Klenke’s (1992) yang menyatakan perlunya cross-
validation instrument MIS dan untuk menguji kembali instrument EUCS dengan data baru.
Data yang digunakan dalam penelitian ini merupakan data primer yang dikumpulkan
melalui kuesioner terhadap pengguna software akuntansi pada berbagai perusahaan di
Indonesia. Data yang terkumpul diuji dengan menggunakan modifikasi model keberhasilan
sistem informasi dari DeLone dan McLean (1992) dan model Seddon (1997). Hasil penelitian
menunjukkan bahwa kualitas sistem informasi dan kualitas informasi berpengaruh positif
signifikan terhadap kepuasan pengguna software akuntansi. Perceived usefulness juga
berpengaruh positif signifikan terhadap kepuasan pengguna software akuntansi. Hasil
penelitian ini juga membuktikan bahwa seluruh instrumen pengukur EUCS memiliki validitas
dan reliabilitas yang baik.
Hasil penelitian ini sesuai dengan hasil Li (1997) yang menyatakan bahwa faktor-faktor
terpenting yang mengindikasikan keberhasilan sistem informasi antara lain adalah tingkat
akurasi output, reliabilitas output, kepercayaan pemakai terhadap sistem, dam timeliness dari
output. Hasil penelitian ini juga konsisten dengan hasil penelitian Rai et.al (2002) dan Toni M
Somers, Klara Nelson, Jahangir Karimi, (2003), yang menunjukkan bahwa instrumen EUCS
memiliki validitas dan reliabilitas yang baik ketika diaplikasikan pada pengguna software
aplikasi akuntansi. Kepercayaan pemakai terhadap sistem informasi yang digunakan,
informasi yang lebih tepat waktu, lebih akurat, dan lebih relevan, akan dapat meningkatkan
kinerja bisnis, meningkatkan performa keputusan, dan meningkatkan efisiensi. EUCS dan
hubungannya dengan variabel kualitas sistem informasi dan kualitas informasi serta
perceived usefulness dalam model keberhasilan sistem informasi yang dikembangkan dan
digunakan dalam penelitian ini, dapat digunakan untuk mengakses faktor-faktor tersebut.
2. TELAAH LITERATUR DAN PENGEMBANGAN HIPOTESA
3
Kualitas Sistem Informasi dan Kepuasan Pengguna Akhir
Kualitas sistem merupakan karakteristik dari informasi yang melekat mengenai
sistem itu sendiri (DeLone dan McLean (1992). Kualitas sistem juga didefinisikan Davis et
al., (1989) dan juga Chin dan Todd (1995) sebagai perceived ease of use yang merupakan
seberapa besar teknologi komputer dirasakan relatif mudah untuk dipahami dan digunakan.
Perceived usefulness didefinisikan sebagai tingkat dimana seseorang percaya bahwa dengan
menggunakan sistem tertentu dapat meningkatkan kinerja (Davis, 1989). Penelitian yang
menggunakan variabel usefulness dan ease of use untuk mengukur keberhasilan sistem
informasi telah dilakukan oleh Segars dan Grover (1993), Chin dan Todd (1995), serta
McHaney dan Cronan (2001). Kualitas informasi merupakan output yang dihasilkan oleh
sistem informasi yang digunakan (DeLone dan McLean, 1992). Seddon (1997) menyatakan
bahwa kualitas informasi yang dihasilkan oleh sistem informasi, akan berpengaruh terhadap
perceived usefulness
Penelitian A dams et al. (1992),hasilnya menunjukkan adanya hubungan positif antara
usefulness dan ease of use. Iqbaria, Guimaraes, dan Davis (1995) dalam penelitian mereka
dengan menggunakan technology acceptance model (TAM) memperlihatkan adanya
pengaruh dari perceived ease of use terhadap perceived usefulness. Hasil pengujian Mao dan
Palvia (2006), serta Simon dan Paper (2007), menunjukkan adanya pengaruh dari perceived
ease of use terhadap perceived usefulness.
Seddon (1997) melakukan penelitian untuk melihat adanya hubungan antara kualitas
informasi dengan perceived usefulness. Hasil penelitian Seddon (1997) mengenai adanya
hubungan antara dua variabel ini, didukung oleh hasil penelitian Li (1997) dan Rai et al.,
(2002). Jika pengguna software akuntansi yakin dengan kualitas sistem yang digunakannya,
dan merasakan bahwa menggunakan sistem tersebut tidak sulit, maka mereka akan percaya
bahwa penggunaan sistem tersebut akan memberikan manfaat yang lebih besar dan akan
4
meningkatkan kinerja mereka. Jika informasi yang dihasilkan dari software akuntansi yang
digunakan semakin akurat, tepat waktu, dan memiliki reliabilitas yang baik, maka akan
semakin meningkatkan kepercayaan pemakai sistem tersebut. Peningkatan kepercayaan
pemakai sistem informasi, diharapkan akan semakin meningkatkan kinerja mereka.
Berdasarkan uraian di atas penelitian ini menghipotesakan bahwa berdasarkan
persepsi pemakai, semakin tinggi kualitas software akuntansi, akan semakin meningkatkan
perceived usefulness. Hipotesa kedua yang dibangun adalah semakin tinggi kualitas informasi
yang dihasilkan sotware akuntansi yang digunakan, akan semakin meningkatkan perceived
usefulness pemakai, dilihat dari persepsi penggunanya.
H1: Kualitas sistem informasi berpengaruh positif terhadap Perceived Usefulness
H2: Kualitas informasi berpengaruh positif terhadap Perceived Usefulness
Kualitas sistem informasi, kualitas informasi, dan kepuasan pengguna sistem informasi.
Ukuran kepuasan pemakai pada sistem komputer dicerminkan oleh kualitas sistem
yang dimiliki (Guimaraes, Igbaria, dan Lu 1992; Yoon, Guimaraes, dan O’Neal, 1995).
Kepuasan pemakai terhadap suatu sistem informasi adalah bagaimana cara pemakai
memandang sistem informasi secara nyata, bukan pada kualitas sistem secara teknik
(Guimaraes, Staples, dan McKeen, 2003). Dalam literatur penelitian maupun dalam praktek,
kepuasan pengguna seringkali digunakan sebagai ukuran pengganti dari efektivitas sistem
informasi (Melone, 1990). Hasil penelitian yang diperoleh DeLone dan McLean (1992),
McKiney et al., (2002), Rai et al., (2002), McGill et al., (2003), Almutairi dan Subramanian
(2005), serta Livari (2005) menunjukkan bahwa kualitas sistem informasi berpengaruh positif
terhadap kepuasan pemakainya.
Semakin tinggi kualitas informasi yang dihasilkan suatu sistem informasi, akan
semakin meningkatkan kepuasan pemakai (DeLone dan McLean, 1992). Pendapat ini
5
didukung hasil penelitian Kim dan McHaney (2000), McKiney et al., (2002), Rai et al.,
(2002), McGill et al., (2003), Almutairi dan Subramanian (2005) serta Livari (2005). Jika
pemakai sistem informasi percaya bahwa kualitas sistem dan kualitas informasi yang
dihasilkan dari sistem yang digunakan adalah baik, mereka akan merasa puas menggunakan
sistem tersebut.
Penelitian ini menghipotesakan dalam hipotesa ketiga bahwa semakin tinggi kualitas
software akuntansi yang digunakan, akan meningkatkan kepuasan pemakai menurut persepsi
mereka. Untuk hipotesa keempat dalam penelitian ini adalah semakin tinggi kualitas
informasi yang dihasilkan oleh software akuntansi yang digunakan akan meningkatkan
kepuasan pengguna berdasarkan persepsi mereka.
H3: Kualitas sistem informasi berpengaruh positif terhadap kepuasan pengguna sistem
informasi.
H4: Kualitas informasi berpengaruh positif terhadap Kepuasan Pengguna sistem
informasi.
Perceived Usefulness dan Kepuasan Pengguna Sistem Informasi
DeLone dan McLean (1992), menyatakan bahwa antara dampak penggunaan sistem
informasi terhadap kinerja individual dengan tingkat kepuasan pemakai (user satisfaction)
memiliki hubungan yang sifatnya timbal balik. Sementara Seddon (1997) dalam modelnya
menghipotesakan bahwa dampak dari penggunaan sistem informasi yang berupa
meningkatnya kinerja individu, akan mempengaruhi tingkat kepuasan pemakai.
Rai et al., (2002) meneliti hubungan antara perceived usefulness dengan user
satisfaction dengan menggunakan tiga model keberhasilan sistem informasi. Ketiga model
tersebut adalah model keberhasilan sistem informasi DeLone dan McLean (1992), model
6
Seddon (1997), dan Model Seddon (1997) yang dimodifikasi dengan menambahkan
hubungan antara perceived usefulness dengan system use. Hasil penelitiannya secara
keseluruhan menunjukkan perceived usefulness berpengaruh terhadap user satisfaction.
Livari (2005), melakukan penelitian mengenai keberhasilan sistem informasi yang
baru diterapkan terhadap pengguna sistem informasi di satu organisasi yang bersifat
mandatory. Hasil penelitiannya untuk hubungan variable perceived usefulness dengan user
satisfaction menunjukkan adanya pengaruh dari kedua variabel tersebut. Jika pengguna
sistem informasi merasakan manfaat atas sistem yang digunakan, maka mereka akan merasa
puas menggunakan sistem tersebut.
Berdasarkan uraian di atas penelitian ini menghipotesakan bahwa semakin tinggi
perceived usefulness, akan semakin meningkatkan kepuasan pengguna software akuntansi,
menurut persepsi mereka.
H5: Perceived Usefulness berpengaruh positif terhadap Kepuasan Pengguna sistem
informasi.
3. METODOLOGI PENELITIAN
3.1.Metode dan Teknik Pengumpulan Data
Penelitian ini menggunakan data primer yang merupakan data penelitian yang
diperoleh langsung dari sumber aslinya (Sekaran, 2003). Unit analisis dari penelitian ini
adalah semua responden yang menggunakan software akuntansi pada perusahaan di mana
responden bekerja. Pengumpulan data dilakukan dengan metode survei melalui kuesioner
yang dikirimkan kepada responden. Sebelum dikirimkan kepada responden, dilakukan pretest
atas kuesioner terlebih dahulu, untuk meyakinkan bahwa kalimat yang ada dalam kuesioner
dapat dipahami dengan benar oleh responden. Setelah dilakukan pretest, kuesioner
7
dikirimkan secara langsung ke perusahaan tempat responden bekerja, melalui bantuan contact
person dan juga melalui e-mail. Kuesioner yang dikirimkan, disertai dengan surat pengantar
yang berisi petunjuk pengisian dan penjelasan tujuan penelitian. Untuk mempertinggi
response rate, di dalam kuesioner disertakan souvenir untuk responden.
Metode pemilihan sampel penelitian ini adalah purposive sampling yang merupakan
metode pengambilan sampel dengan didasarkan pada kriteria tertentu (Sekaran, 2003).
Kriteria pemilihan sampel responden adalah pendidikan minimal D3 jurusan akuntansi dan
telah bekerja dengan menggunakan software akuntansi minimal satu jenis software selama
paling tidak satu tahun. Besarnya sampel ditentukan berdasarkan jumlah responden yang
mengembalikan daftar pertanyaan. Periode penelitian ini adalah kurun waktu dari penyebaran
hingga pengumpulan kuesioner dari responden yaitu selama empat bulan dari April 2007
sampai Juli 2007.
3.2. Model Penelitian
Penelitian ini menggunakan bentuk Structural Equation Model (SEM). Chin dan
Todd (1995), melakukan penelitian yang didasarkan pada pemikiran bahwa penggunaan
Structural Equation Modeling (SEM) dengan programnya (LISREL, EQS, atau PLS), dapat
meningkatkan teknik analisis dalam riset sistem informasi. Teknik analisis ini penting untuk
memahami problem yang terjadi dalam riset sistem informasi. Piranti lunak yang digunakan
untuk menguji model dalam penelitian ini adalah program Lisrel 8.72 full version.
Model penelitian ini merupakan modifikasi model keberhasilan sistem informasi dari
DeLone dan McLean (1992) dan Seddon (1997), dengan menambahkan confirmatory factor
analysis (CFA) untuk variabel laten user satisfaction. Penambahan model ini diharapkan
dapat memberikan penjelasan yang lebih baik atas validitas dan reliabilitas masing-masing
instrumen dalam EUCS. Penambahan model ini juga didasarkan pada hasil penelitian
8
Somers, Nelson, dan Karimi (2000). Dengan modifikasi terhadap variabel User Satisfaction
ini, maka model penelitian ini adalah seperti gambar 1. berikut ini.
Gambar 1. Model Penelitian Dengan CFA
H1 (+)
H2 (+) H5 (+)
H3 (+)
H4 (+)
SYSQUA1 SYSQUA10 INDIM1 INDIM6
SystemQuality
InformationQuality
User Satisfaction
PerceivedUsefulnes
INQUA6INQUA1
Content Accuracy
Format
Ease of Use
Timeliness
USAT1 USAT4
USAT9
USAT10
USAT11
USAT12
USAT5 USAT6
USAT7 USAT8
3.3. Operasionalisasi Variabel
Variabel Laten
Variabel laten merupakan variabel kunci yang menjadi fokus perhatian dalam
penelitian ini. Variabel ini merupakan konsep abstrak yang hanya dapat diamati secara tidak
langsung dan tidak sempurna melalui efeknya pada variabel teramati (Wijanto, 2006).
Variabel laten dalam penelitian ini ada 6 yang terdiri dari:
Kualitas Sistem Informasi .
Kualitas sistem informasi yang dimaksud dalam penelitian ini adalah kualitas
software akuntansi yang digunakan, dilihat dari persepsi pemakai. Item-item untuk mengukur
variabel ini diadopsi dari kuesioner yang digunakan oleh McGill, Hobbs dan Klobas (2003).
Item-item tersebut merupakan adaptasi dari kuesioner yang dibangun Davis et al (1988).
9
Kualitas sistem informasi dalam path diagram penelitian disingkat Sysqua. Variabel
ini diukur dengan 10 pertanyaan dengan 7 skala Likert dari sangat tidak setuju sekali sampai
sangat setuju sekali. Semakin tinggi skor variabel ini, berarti kualitas software akuntansi
semakin tinggi menurut persepsi pemakai. Semakin rendah skor variabel ini, menunjukkan
bahwa kualitas software akuntansi semakin rendah menurut persepsi pemakai.
Kualitas Informasi
Kualitas Informasi yang dimaksudkan dalam penelitian ini merupakan persepsi
pemakai mengenai kualitas informasi yang dihasilkan oleh software akuntansi yang
digunakan. Beberapa karakteistik yang digunakan untuk menilai kualitas iformasi dari
software akuntansi ini antara lain adalah accuracy, timeliness, relevance, informativeness,
dan Competitiveness (Weber, 1999). Kuesioner yang digunakan untuk mengukur kualitas
informasi ini di adopsi dari kuesioner yang digunakan dalam penelitian McGill et al., (2003).
Dalam Path diagram penelitian ini, variabel Kualitas Informasi ini disingkat Inqua.
Variabel ini diukur dengan 7 pertanyaan skala Likert dari sangat tidak setuju sekali sampai
sangat setuju sekali. Semakin tinggi skor variabel ini, berarti kualitas informasi yang
dihasilkan software akuntansi semakin tinggi menurut persepsi pemakai. Semakin rendah
skor variabel ini, menunjukkan bahwa kualitas informasi yang dihasilkan software akuntansi
semakin rendah menurut persepsi pemakai.
Perceived Usefulness
Dalam penelitian ini, variabel perceived usefulness merupakan persepsi pemakai
mengenai sejauh mana dampak dari penggunaan software akuntansi yang mungkin akan
berpengaruh dalam meningkatkan kinerjamereka nantinya. Instrumen yang digunakan untuk
mengukur variabel ini diambil dari penelitian Davis et al., (1988), dengan modifikasi agar
relevan terhadap penelitian ini yaitu penggunaan software akuntansi. Kuesioner ini juga telah
dipakai dalam penelitian Sandee (1984) dan Goodhue (1995).
10
Dalam path diagram penelitian ini, variabel perceived usefulness ini disingkat
Peruse. Variabel ini diukur dengan 6 pertanyaan dalam 7 skala Likert dari sangat tidak setuju
sekali sampai dengan sangat setuju sekali. Semakin tinggi skor variabel ini, berarti dampak
penggunaan software akuntansi dalam meningkatkan kinerja pemakai semakin tinggi
menurut persepsi pemakai. Semakin rendah skor variabel ini, menunjukkan bahwa dampak
penggunaan software akuntansi dalam meningkatkan kinerja semakin rendah menurut
persepsi pemakai.
Kepuasan Pengguna Sistem Informasi
Kepuasan Pengguna sistem informasi dalam penelitian ini merupakan tingkat
kepuasan pemakai terhadap software akuntansi yang digunakan dan output yang dihasilkan
oleh software tersebut. Weber (1999) menyatakan bahwa terdapat lima karakteristik untuk
menilai kepuasan pemakai yaitu content, accuracy, format, easy of use, dan timeliness.
Kuesioner untuk mengukur kepuasan pengguna sistem informasi dalam penelitian ini
diadopsi dari kuesioner yang disusun oleh Doll dan Torkzadeh (1988), yang juga telah
digunakan dalam penelitian Kim dan McHaney (2000).
Dalam penelitian ini, variabel kepuasan pengguna sistem informasi diberi notasi user
satisfaction dan dalam path diagram disingkat Usat. Indikator untuk variable kepuasan
pengguna sistem informasi ini terdiri dari 12 item pertanyaan dengan tujuh skala Likert mulai
dari sangat tidak setuju sekali sampai dengan sangat setuju sekali. Semakin tinggi skor
variabel ini, berarti kepuasan pemakai atas software akuntansi yang digunakan semakin tinggi
menurut persepsi pemakai. Semakin rendah skor variabel ini, menunjukkan bahwa kepuasan
pemakai atas software akuntansi yang digunakan semakin rendah menurut persepsi pemakai.
Variabel Teramati
Variabel teramati juga disebut sebagai variabel manifest atau observed variabel
11
(Ghazali, 2005). Variabel teramati merupakan variabel yang dapat diamati atau dapat diukur
secara empiris yang juga sering disebut sebagai indikator (Wijanto, 2006). Variabel teramati
ini merupakan efek atau ukuran dari variabel laten. Variabel teramati yang dimaksud dalam
penelitian ini terdiri dari 36 variabel awal yang merupakan keseluruhan item pertanyaan yang
ada dalam kuesioner.
SYSQUA
Untuk variabel laten kualitas sistem informasi (Sysqua) dalam penelitian ini, terdiri dari
sepuluh variabel teramati. Dalam path diagram variabel teramati ini disingkat SYSQUA,
dari SYSQUA1 sampai dengan SYSQUA10.
INQUA
INQUA meruapakan variabel teramati yang menjadi indikator dari variabel laten kualitas
informasi (Inqua). Variabel ini terdiri dari enam indikator yang dalam path diagram
penelitian ini, ditulis sebagai INQUA1 sampai dengan INQUA6.
INDIM
Variabel laten perceived usefulness (Peruse) dalam penelitian ini memiliki 6 variabel
teramati, dalam path diagram ditulis sebagai INDIM1 sampai dengan INDIM6.
Skor Variabel Laten
Khusus untuk variabel laten kepuasan pengguna sistem informasi dalam penelitian ini
merupakan confirmatory factor analysis (CFA) dari lima komponen yaitu content, accuracy,
format, ease of use dan timeliness. Masing-masing komponen ini dalam model awal
merupakan variabel laten yang dalam path diagram ditulis sebagai Content, Accuracy,
Format, Ease dan Time. Variabel Content dalam penelitian ini memiliki 4 variabel teramati,
dalam path diagram ditulis sebagai USAT1 sampai USAT4. Variabel Accuracy dalam
penelitian ini memiliki 2 variabel teramati yaitu USAT5 sampai USAT6 dalam path diagram.
12
Variabel Format dalam penelitian ini memiliki 2 variabel teramati, dalam path diagram
ditulis sebagai USAT7 sampai USAT8. Variabel Ease dalam penelitian ini memiliki 2
variabel teramati, dalam path diagram ditulis sebagai USAT9 sampai USAT10. Variabel
Time dalam penelitian ini memiliki 2 variabel teramati, dalam path diagram ditulis sebagai
USAT11 sampai USAT12. Setelah menghitung skor untuk lima variabel laten content,
accuracy, format, Ease dan Time ini, maka kelima variabel laten tersebut menjadi variabel
teramati dan model penelitian akan menjadi lebih sederhana seperti dalam gambar 2 berikut:
Gambar 2. Model Penelitian Dengan Laten Variabel Score
H1 (+)
H2 (+) H5 (+)
H3 (+)
H4 (+)
SYSQUA1 SYSQUA10 INDIM1 INDIM6
SystemQuality
InformationQuality
User Satisfaction
PerceivedUsefulnes
INQUA6INQUA1
Content AccuracyFormat
Ease of use
Timeliness
3.4. Metode Analisa Data
Data yang berasal dari kuesioner yang telah diisi dan dikembalikan oleh responden,
dan memenuhi syarat untuk diolah lebih lanjut, akan diolah dengan menggunakan Structural
Equation Model (SEM). Untuk melakukan pengujian terhadap model dalam penelitian ini,
dilakukan dengan menggunakan software Linear Structural RELationship (LISREL) 8.8 full
version. Proses analisa terhadap data dan model dilakukan dengan menguji model secara
keseluruhan, menguji kecocokan model pengukuran dan menguji kecocokan model
13
struktural.
4. HASIL DAN ANALISA PENGUJIAN
4. 1. Deskriptif Obyek Penelitian
Dari 400 kuesioner yang dikirimkan kepada responden, jumlah yang kembali adalah
sebanyak 286 kuesioner. Jadi response rate dari penyebaran kuesioner ini adalah 72% dari
total kuesioner yang dikirim. Dari jumlah yang kembali, terdapat 47 kuesioner yang tidak
dapat dimasukkan sebagai sampel karena tidak memenuhi kriteria pemilihan sampel atau
tidak lengkap pengisiannya. Jumlah sampel akhir yang didapat yang dapat diikutkan dalam
pengujian adalah sebanyak 239 kuesioner.
Periode pengumpulan data penelitian ini adalah selama empat bulan dari April 2007
sampai Agustus 2007. Dalam menyebarkan kuesioner ini, peneliti mendatangi langsung
perusahaan tempat responden bekerja, melalui beberapa contact person yang ada di
perusahaan, dan juga melalui electronic mail.
4. 2. Tahapan dan Hasil Pengujian
Jumlah responden yang memenuhi syarat untuk dianalisis sebanyak 239 orang.
Jumlah seluruh variabel manifes (indikator) adalah 34 pertanyaan yang merepresentasikan
lima konstruk yaitu system quality, information quality, perceived usefulness, dan user
satisfaction. Pengujian dilakukan dengan mengikuti tahapan yang berlaku dalam SEM
menggunakan metode maximum likelihood estimation (MLE). Terdapat dua langkah
pengujian yang harus dilakukan (Hair et al., 1995) yaitu pengujian kecocokan model
pengukuran dan kecocokan model struktural
Kecocokan Model Keseluruhan
14
Analisa model struktural dalam SEM diawali dengan pengujian kecocokan model
keseluruhan yang dilihat berdasarkan indikator Goodness-of-fit Index (GFI) statistik dari
output LISREL (Hair et al.,1995). Secara keseluruhan ringkasan nilai kritis dari pengujian
kecocokan keseluruhan model dapat dilihat dari rangkuman dalam Tabel 1.
Tabel 1. Hasil Uji Kecocokan Keseluruhan Model
Kriteria Kecocokan
Model
Indikator Tingkat Kecocokan
Hasil Estimasi Model
Tingkat Kecocokan
Model
RMSEAP (close fit)
RMSEA < 0,08P < 0.05
0,0680.0020
BaikBaik
ECVI
Nilai yang lebih kecil dari Independence dan lebih dekat ke Saturated Model
M* = 2.01S** = 1.94I*** = 51.67
Baik (Good fit)
AIC
Nilai yang lebih kecil dari Independence dan lebih dekat ke Saturated Model
M* = 479.49S** = 462.000I*** = 12298.47
Baik (Good fit)
CAICNilai yang lebih kecil dari Independence dan lebih dekat ke Saturated Model
M* = 797.32S** = 1496.06I*** = 12392.48
Baik (Good fit)
NFI NFI > 0,90 0.97 Baik (Good fit)NNFI NNFI > 90 0,98 Baik (Good fit)CFI CFI > 0,90 0,98 Baik (Good fit)IFI IFI > 0,90 0,98 Baik (Good fit)RFI RFI > 0,90 0,96 Baik (Good fit)
RMR Standardized RMR < 0.05 0.046 Baik
GFIGFI >0,90, good fit; 0.90 < GFI > 0.80, marginal fit
0,88 Cukup Baik (Marginal fit)
M* = Model S** = Saturated I*** = Independence
Dengan melihat secara keseluruhan hasil estimasi berdasarkan kriteria yang ada,
secara keseluruhan didapatkan nilai-nilai yang baik. Sehingga dari hasil analisa atas
keandalan output untuk pengujian model keseluruhan tersebut, dapat diambil kesimpulan
15
bahwa model adalah good fit atau baik.
Kecocokan Model Pengukuran
Untuk uji kecocokan model pengukuran dilakukan terhadap setiap konstruk secara
terpisah melalui evaluasi terhadap validitas dan reliabilitas konstruk (Wijanto, 2006). Tahap
pengujian ini bertujuan untuk memastikan bahwa konstruk yang digunakan dalam penelitian
ini memenuhi kriteria valid dan reliabel.
Uji Validitas
Pengujian terhadap validitas untuk butir-butir pertanyaan ditunjukkan oleh nilai t dan
standardized loading factor. Untuk nilai t harus berada di atas nilai kritis yaitu 1,96 dan
standardized loading factor lebih besar dari 0,5 (Iqbaria et al., 1997). Butir-butir pertanyaan
yang tidak memenuhi kriteria valid tersebut tidak dapat diikutkan dalam pengujian
selanjutnya. Muatan faktor untuk masing-masing indikator terhadap variabel laten-nya
disajikan dalam bentuk hubungan-hubungan yang digambarkan dalam diagram path yang
diperoleh dengan menjalankan program LISREL.
Variabel User Satisfaction merupakan confirmatory analysis yang diukur melalui dua
tahap. Pertama, variabel laten ini diukur dengan menggunakan variabel teramati yang
menjadi second order dari lima dimensi yang menjadi indikatornya. Langkah kedua adalah
menghitung skor untuk kelima variabel laten yang menjadi dimensi dari variabel user
satisfaction. Skor ini digunakan sebagai indikator dari user satisfaction melalui kelima
dimensi yang sudah menjadi variabel teramati. Variabel ini memiliki lima dimensi yaitu
content, accuracy, format, ease of use, dan timeliness. Content diukur dengan 4 (empat) buah
variable teramati dari USAT1 sampai dengan USAT4. Accuracy diukur dengan 2 (dua)
variabel teramati yaitu USAT5 dan USAT6. Format, diukur dengan dua variabel teramati
16
dari USAT 7 sampai USAT8. Variabel ease of use diukur dengan dua variabel teramati yaitu
USAT9 dan USAT10 dan time diukur 2 (dua) variabel teramati yaitu USAT11 dan USAT12.
Dari hasil menjalankan program Lisrel untuk dua belas variabel USAT, seluruh
indikator memiliki nilai t value di atas nilai kritis 1,96 dan nilai standardized loading factor
di atas 0,5. Hal ini berarti bahwa seluruh indikator adalah valid, sehingga tidak ada indikator
yang harus dibuang. Hasil ini kemudian digunakan untuk menghitung skor variabel laten dari
user satisfaction yang memiliki lima dimensi yaitu Content, Accuracy, Format, Ease of use
dan timeliness. Hasil pengolahan memperlihatkan bahwa seluruh variabel indikator ini
memiliki nilai standardized loading factor di atas 0,5. Hal ini berarti bahwa variabel content,
accuracy, format, ease of use, dan timeliness memenuhi kriteria valid untuk
merepresentasikan konstruk yang diukur yaitu user satisfaction.
Untuk variabel system quality, hasil pengolahan menunjukkan bahwa terdapat
beberapa nilai standardized loading factor untuk variabel ini yang kurang dari 0.5. Variabel
termati yang tidak signifikan yaitu SYSQUA1, SYSQUA2, SYSQUA3, SYSQUA4,
SYSQUA9 dan SYSQUA10. Variabel-variabel ini tidak dapat digunakan dalam pengujian
berikutnya karena tidak merepresentasikan konstruk yang diukur yaitu system quality.
Dengan demikian, variabel teramati untuk variabel laten system quality ini tinggal empat (4)
yaitu SYSQUA 5, SYSQUA6, SYSQUA7, dan SYSQUA8.
Untuk variabel indikator dari variabel laten information quality, hasil pemeriksaan
menunjukkan bahwa tidak ada variabel yang memiliki nilai standardized loading factor di
bawah 0.5. Hal ini berarti bahwa seluruh variabel teramati dari variabel information quality
yaitu INQUA1 sampai dengan INQUA6 dapat digunakan dalam pengujian berikutnya.
Variabel laten perceived usefulness, keseluruhan nilai standardized loading factor
adalah signifikan, karena berada dia atas 0,5. Sehingga dari keenam variabel teramati untuk
variabel laten ini, dapat digunakan untuk pengujian selanjutnya karena sudah
17
merepresentasikan konstruk yang diukur.
Dari keseluruhan 34 variabel teramati yang menjadi indikator untuk masing-masing
variabel laten dalam penelitian ini, akhhirnya hanya 28 variabel yang dapat dimasukkan
dalam pengujian berikutnya. Output hasil pengolahan LISREL untuk tiap variabel laten
secara lengkap dapat dilihat di lampiran.
Uji Reliabilitas
Uji reliabilitas bertujuan untuk menguji konsistensi dari butir-butir
pertanyaan/pernyataan yang ada dalam kuesioner. Untuk menguji reliabilitas ini, dilakukan
dengan menghitung construct reliability dan variance extracted dari masing-masing variable
teramati (Hair et al. (1995). Untuk menghitung construct reliability dan variance extraced
ini, digunakan rumus sebagai berikut:
Dimana :
std.loading : standardized loading
ej : measurement error
Jika hasil perhitungan construct reliability lebih besar dari 0,70, dan variance
extracted lebih besar dari 0,50, maka dapat dikatakan bahwa reliabilitas construct sudah baik
(Wijanto, 2008). Angka-angka yang digunakan untuk menghitung Reliabilty Construct dan
Variance Extracted diambil dari output Completely Standardized Solution dari hasil
pengolahan data. Ringkasan hasil perhitungan Reliabilty Construct dan Variance Extracted
untuk masing-masing variabel laten, disajikan dalam tabel 2.
18
Tabel 2.
Nilai Construct-Reliability dan Variance-Extracted masing-masing variabel laten
Variabel Laten Construct-ReliabilityNilai >=0.70
Variance-Extracted
Nilai >= 0.50Kesimpulan
System Quality 0.7704 0.5331 BaikInformation Quality 0.8837 0.5608 BaikPerceived Usefulness 0.9164 0.6468 BaikUser Satisfaction 0.9392 0.7563 Baik
Kecocokan Model Struktural
Analisis ini dilakukan terhadap koefisien-koefisien persamaan struktural dengan
menspesifikasikan tingkat signifikansi tertentu. Analisa model struktural ini untuk menguji
hipotesa yang diajukan dalam penelitian ini. Untuk tingkat signifikansi sebesar 0,05 maka
nilai t dari persamaan struktural harus lebih besar atau sama dengan 1,96 atau untuk
praktisnya lebih besar sama dengan 2 (Wijanto, 2008). Dari keseluruhan hipotesis,
menghasilkan 3 persamaan yang berarti ada 3 model struktural yang diajukan.
Model Persamaan Struktural 1:
H1: System Quality berpengaruh positif terhadap Perceived Usefulness
H2: Information Quality berpengaruh positif terhadap Perceived Usefulness
Peruse = 0.19*Sysqua + 0.55*Inqua, Errorvar.= 0.52 , R² = 0.48 (0.097) (0.097) (0.085) 1.97 5.69 6.11
Dari persamaan dalam model struktural pertama di atas dapat dilihat pada angka yang
paling bawah, semua koefisien memiliki nilai t yang signifikan. Persamaan ini merupakan
persamaan untuk hipotesa pertama dan kedua. Dengan demikian dapat disimpulkan bahwa
19
hipotesa dalam penelitian ini yaitu untuk H1, dan H2 hasilnya terbukti signifikan.
Model struktural 2:
H3: System Quality berpengaruh secara positif terhadap User Satisfaction.
H4: Information Quality berpengaruh positif terhadap User Satisfaction.
H5: Perceived Usefulness berpengaruh positif terhadap User Satisfaction.
Usat = 0.30*Peruse + 0.19*Sysqua + 0.55*Inqua, Errorvar.= 0.14 , R² = 0.86 (0.055) (0.061) (0.069) (0.026)
5.48 3.21 7.93 5.34
Untuk persamaan dalam model kedua ini, terlihat juga bahwa seluruh koefisien
memiliki nilai t yang signifikan di atas 1,96. Jadi kesimpulan yang dapat diambil adalah
bahwa H3, H4, dan H5 juga terbukti.
Dari kedua persamaan terlihat bahwa model yang ditawarkan memiliki tingkat
signifikansi yang baik karena nilai t berada di atas nilai kritis 1,96. Hal ini menunjukkan
bahwa semua koefisien untuk persamaan pertama dan kedua adalah signifikan.
Untuk menilai seberapa baik coefficient of determination dari persamaan struktural,
akan dilihat dari besaran dari R2 (Wijanto, 2006). Hasil pengujian Lisrel yang dapat dilihat
pada Reduced Form Equation didapatkan nilai R2 untuk masing-masing persamaan. Model
pertama memiliki nilai R² 0,48 yang berarti model ini mampu menjelaskan 48% dari
perubahan pada variabel laten Percived Usefulness. Model kedua memiliki nilai R² 0,86 yang
berarti model ini mampu menjelaskan 86% dari perubahan pada variabel laten User
Satisfaction. Kesimpulan yang dapat diambil dari uji ini adalah bahwa model pertama dan
kedua cukup baik. Secara keseluruhan nilai t dari enam hipotesa yang diajukan dalam
penelitian ini hasilnya dapat disimpulkan dalam tabel 3 berikut :
Tabel 3. Nilai t-value untuk masing-masing hipotesa
20
Hipotesa Path EstimasiNilai
t-value Kesimpulan
H1 Sysqua Peruse 0.19 1.97 Signifikan
H2 Inqua Peruse 0.55 5.69 SignifikanH3 Sysqua Usat 0.30 5.48 SignifikanH4 Inqua Usat 0.19 3.21 SignifikanH5 Peruse Usat 0.55 7.93 Signifikan
Hasil path diagram pada gambar 3 berikut, menunjukkan model struktural yang
dihasilkan dari output Lisrel.
Gambar 3. Path Diagram Model Struktural
4.3. Analisa Hasil Pengujian
Berdasarkan model persamaan struktural yang dihasilkan, mengkonfirmasikan bahwa
system quality terbukti secara signifikan mempengaruhi perceived usefulness. Hasil ini
memperkuat hasil penelitian sebelumnya yaitu Adams et.al. (1992), Chin dan Todd (1995),
Iqbaria et al., (1995), dan Iqbaria dan Zinattely (1997) yang menyatakan bahwa system
21
quality berpengaruh kuat terhadap perceived usefulness. Hasil ini juga sejalan dengan hasil
penelitian yang dilakukan oleh Mao dan Palvia (2006), serta Simon dan Paper (2007).
Pengaruh system quality yang oleh Davis et al., (1989) dan Chin dan Todd (1995) yang
didefinisikan sebagai ease of use ini terhadap perceived usefulness juga mendukung temuan
Rai et al., (2002) dan Gumaraes et al., (2007). Kesimpulan dari H1 ini adalah bahwa semakin
tinggi kualitas sistem informasi yang tercermin dalam tingkat kemudahan dalam
menggunakan software akuntansi, akan semakin meningkatkan kinerja pengguna berdasarkan
persepsi mereka. Kesimpulan ini mendukung pendapat Seddon (1997) yang modelnya
digunakan sebagai dasar dari penelitian ini.
Hipotesa kedua yang menguji pengaruh dari kualitas informasi terhadap perceived
usefulness hasilnya juga terbukti positif signifikan. Hasil ini juga mendukung temuan Seddon
(1997), Li (1997) dan Rai et al., (2002). Hal ini mengindikasikan bahwa semakin tinggi
kualitas informasi yang dihasilkan oleh software akuntansi yang digunakan, akan
meningkatkan perceived usefulness dilihat dari persepsi pengguna.
Hipotesa ketiga mengenai pengaruh system quality terhadap user satisfaction,
hasilnya terbukti positif signifikan. Hasil ini sesuai dengan hasil yang diperoleh DeLone dan
McLean (1992), McKiney et al., (2002), Rai et al., (2002), McGill et al., (2003), Almutairi
dan Subramanian (2005), serta Livari (2005). Sehingga dapat disimpulkan bahwa
berdasarkan persepsi pengguna, semakin tinggi kualitas software akuntansi, akan semakin
meningkatkan kepuasan pengguna software tersebut.
Pengujian hipotesa keempat mengenai pengaruh information quality terhadap user
satisfaction hasilnya terbukti positif signifikan. Hasil ini mendukung hasil-hasil penelitian
sebelumnya yaitu DeLone dan McLean (1992), Seddon dan Kiew (1996), Roldan dan Millan
(1997), Kim dan McHaney (2000), McKiney et al., (2002), Rai et al., (2002), McGill et al.,
(2003), Almutairi dan Subramanian (2005) serta Livari (2005). Dengan hasil ini dapat
22
disimpulkan bahwa semakin tinggi kualitas informasi yang dihasilkan software akuntansi
yang digunakan, akan semakin meningkatkan kepuasan pengguna, menurut persepsi mereka.
Hasil pengujian H5 mengenai pengaruh perceived usefulness terhadap user
satisfaction juga terbukti signifikan, sejalan dengan hasil penelitian DeLone dan McLean
(1992). Hasil ini juga mendukung model Seddon (1997), Rai et al., (2002) dan juga Livari
(2005). Hal ini memberi kesimpulan bahwa semakin tinggi tingkat perceived usefulness, akan
semakin meningkatkan kepuasan pengguna software akuntansi, berdasarkan persepsi mereka.
5. KESIMPULAN
Penelitian ini dilatarbelakangi oleh berbagai penelitian sebelumnya yang dilakukan
terkait dengan model keberhasilan sistem informasi. Tujuan dari penelitian ini adalah untuk
melihat sejauh mana keberhasilan software akuntansi ditinjau dari persepsi pemakainya
dengan mengimplementasikan model keberhasilan sistem informasi dari DeLone dan
McLean (1992) dan Seddon (1997) yang dimodifikasi dengan menambahkan confirmatory
factor analysis untuk variabel user satisfaction. Model ini digunakan untuk menguji data
primer yang diperoleh melalui kuesioner sebanyak 239 responden.
Penelitian ini memberikan kontribusi terhadap model keberhasilan sistem informasi
dari DeLone dan McLean (1992) dan Seddon (1997) dengan menambahkan confirmatory
factor analysis untuk variabel user satisfaction. Penambahan CFA akan membantu
identifikasi atas validitas dan reliabilitas dari masing-masing indikator yang menjadi
instrumen variabel user satisfaction yang dibangun oleh Doll dan Torkzadeh (1988).
Terdapat lima hipotesa yang dibangun dalam penelitian ini yang merupakan hubungan
yang ada dalam model keberhasilan sistem informasi dari DeLone dan McLean (1992) dan
model Seddon (1997), yang dirangkum oleh Rai et al., (2002). Setelah melakukan pengujian
terhadap hipotesis-hipotesis yang diajukan pada penelitian ini, maka dihasilkan beberapa
23
kesimpulan sebagai berikut: (1) System Quality terbukti secara signifikan berpengaruh positif
terhadap perceived usefulness; (2) Information Quality terbukti secara signifikan berpengaruh
positif terhadap perceived usefulness; (3) System Quality terbukti secara signifikan
berpengaruh positif terhadap User satisfaction (4) Information Quality terbukti secara
signifikan berpengaruh positif terhadap User Satisfaction (5) Perceived usefulness terbukti
secara signifikan berpengaruh positif terhadap User Satisfaction. Hasil penelitian juga
memberikan kesimpulan bahwa semua instrumen penelitian yang menjadi indikator user
satisfaction yang dibangun oleh Doll dan Torkzadeh (1988) memiliki validitas dan reliabilitas
yang sangat baik.
Dibandingkan dengan hasil penelitian DeLone dan McLean (1992), terdapat
beberapa perbedaan yang terutama disebabkan karena perbedaan model yang digunakan. Dari
lima hipotesa yang ada dalam penelitian ini, dua hipotesa yaitu hipotesa pertama dan kedua
(H1 dan H2), tidak ada dalam model DeLone dan McLean (1992). Tiga hipotesa lainnya ada
dalam model DeLone dan McLean (1992) yaitu H3, H4, dan H5. Ketiga hipotesa tersebut
memberikan hasil yang sama dengan penelitian DeLone dan McLean (1992). Hasil penelitian
ini juga mendukung model yang diajukan Seddon (1997) dan juga mendukung hasil
penelitian Rai et al., (2002).
Keterbatasan Penelitian
Penelitian ini memiliki beberapa keterbatasan yang mungkin mempengaruhi hasil
penelitian yang ingin dicapai. Keterbatasan-keterbatasan tersebut adalah:
- Keterbatasan yang melekat pada data yang diperoleh melalui kuesioner, karena
perbedaan persepsi penulis dengan responden penelitian. Meskipun telah dicoba untuk
diminimalkan dengan melakukan uji pendahuluan, namun keterbatasan ini akan tetap
ada dalam penelitian yang menggunakan data primer.
24
- Keterbatasan pada pemilihan sample software akuntansi yang digunakan yang tidak
dibatasi pada pemakaian software jenis tertentu, sehingga hasil penelitian ini tidak dapat
digunakan untuk membedakan kualitas software akuntansi yang digunakan.
- Peneliti mengasumsikan bahwa penggunaan software akuntansi yang digunakan dalam
penelitian ini bersifat mandatory, sehingga dari data yang digunakan terdapat
kemungkinan responden ada yang menggunakan software yang sifatnya voluntary.
- Keterbatasan jumlah responden yang digunakan sedikit sehingga tidak dapat dilakukan
pengujian dengan metode weighted least square (WLS) yang kemungkinan akan
memberikan hasil yang berbeda.
Saran Pengembangan
Saran untuk penelitian yang akan datang:
1. Responden penelitian sekarang ini tidak terbatas pada pengguna software akuntansi
tertentu. Penelitian yang akan datang dapat mengembangkan dengan meneliti pada
pengguna software akuntansi tertentu misalnya dengan membedakan antara pengguna
software akuntansi yang sudah berbasis ERP dengan yang non-ERP.
2. Memperbanyak jumlah sampel sesuai dengan rule of thumb pada SEM dan LISREL,
sehingga dapat dilakukan pengujian secara serentak menggunakan teknik estimasi
weighted least square (WLS).
3. Memasukkan variabel lain yang dapat mengakomodasi perbedaan kondisi di luar
negeri dengan kondisi di Indonesia ke dalam model penelitian. Dengan memasukkan
variabel tersebut diharapkan hasil penelitiannya dapat lebih sesuai dengan kondisi di
Indonesia.
25
DAFTAR PUSTAKA
Adams, D.A., Nelson, R.R., and Todd, Peter, A., 1992, “Perceived Usefulness, Ease of Use, and Usage of Information Technology A Replication” MIS Quarterly, June.
Almutairi, H. & Subramanian, Girish, H., 2005, “An Empirical of the DeLOne and McLean Model in the Kuwaiti Private Sector”, The Journal of Computer Information System, Spring, 45,3,pg.113.
Baroudi, J.J., & Ohslon, M.H.,& Ives,B., 1986, "An Empirical Study of The Impact of User Involvement on System Usage and Information Satisfaction”, Communication of The ACM, 29, 232-238.
Bokhari, Rahat, H.,2005, “The Relationship Between System Usage and User Satisfaction: a Meta Analisys”, Journal of Enterprise Information Management, Vol.18, Iss1/2. pg.221.
Bodnar, George, H. & Hoopwood, William, S., 2001, “Accounting Information System” Eight Edition, Prentice Hall Inc, Upper Saddle River New Jersey.
Boudreau, M.C., and Seligman, Larry, 2005, “Quality of Use of a Complex Technology: A Learning-Based Model”, Journal of Organizational and End User Computing, 17, 4.
Carlson, W., & McNurlin, B., 1992, “Basic Principle for Measuring IT Value”. I/S Analyzer, 30 (10), 1-16.
Chin, Wynne. W., and Todd, Peter, A., 1995, “On the Use, Usefulness, and Ease of Use A Structural Equation Modeling in MIS Research: A Note of Caution”, MIS Quarterly, June.
Choe, J.M., (1996). “The Relationships Among Performance of Accounting Information Systems, Influence Factors, and Evolution Level of Information Systems”. Journal of Management Information System/Spring. Vo. 12 No. 4. pp. 215- 239.
Davis, Fred D., (1989), “Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology”, MIS Quarterly, September, pp.319- 340
Davis, Fred D., Bagozzi, Richard P., dan Warshaw, Paul R., (1989), “User Acceptance Of Computer Technology: A Comparison Two Theoretical Models” Management Science, August, pp.982-1003
DeLone, W.H., (1988). “Determinants of Success for Computer Usage in Small Business”. MIS Quarterly/March. Pp. 51-61.
DeLone, W.H., and Ephraim R. Mclean, 1992, “Information System Success: The Quest for the Dependent Variable”. Information System Research, March, 60-95.
Doll, W.J., and Torkzadeh, G, 1988, “The Measurement of End User Computing Satisfaction”, MIS Quarterly, 12, (2), 159-174.
Fishbein, M. dan Ajzen, I., (1975), “Belief, Attitude, Intentions and Behavior: An Introduction to Theory and Research,” Addison-Wesely, Boston, MA.
Gatian, A.W., 1984, “Is User Satisfaction a Valid Measure of System effectiveness?”, Information & Management, 26, 119-131.
Gelderman, 1998, “The Relation Between User Satisfaction, Usage of Information System and Performance”, Information and Management, 34, 11-18.
Goodhue, D.L., and Thompson, R.L., 1995, “ Task-Technology Fit and Individual Performance”, MIS Quarterly, 19 (2), 213-236.
Guimaraes, T., M. Igbaria, and M. Lu. 1992. “The determinants of DSS success: An integrated model.” Decision Sciences 23, no. 2: 409-430.
Guimaraes, T., D. S. Staples, dan J. D. McKeen, 2003. “Empirically Testing Some Main User-Related Factor for Systems Development Quality”. Quality Management Journal 10, No. 4: 39- 54.
Guimaraes, T., D. S. Staples, dan J. D. McKeen, 2007. “Assessing the Impact From Information System Quality”. Quality Management Journal 14, No. 1: 30- 44.
Hair, J.F. Jr., Anderson, R.E., Tathan, R.L., dan Black, W.C. 1998. “Multivariate Data Analysis”. Fifth Edition. Prentice-Hall International Inc.
Hartwick, J., and H. Barki. 1994. “Explaining the role of user participation in information system use.” Management Science 4: 440-465.
Igbaria M., 1993, “user Acceptance of Microcomputer Technology: An Empirical Test OMEGA”, International Journal Of Management Science, 21,1,73,90.
Igbaria, M. (1995). “An Examination of The Factors Contributing to Microcomputer Technology Acceptance”. Elsiever Science, USA pp. 205-223.
Igbaria, M., T. Guimaraes, and G. Davis. 1995. “Testing the determinants of microcomputer usage via a structural equation model.” Journal of Management Information Systems 11, no. 4: 87-114.
Imam Ghazali. (2005) “Model Persamaan Struktural” Badan Penerbit Universitas Diponegoro.
Ives, B., Olson, M.H., and Baroudi, J. (1983). “The Measurement of User Information Satisfaction”. Communications of The ACM. 26 (10) (October) pp. 785-793.
Iqbaria, M. and Tan, 1997, ”The Consequences Of Information Technology Acceptance On Subsequent Individual Performance”
Janson, M. A., and Subramanian, A., 1996, “Packaged software: Selection and Implementation Policies”.INFOR, 34(2), 133-151.
Kim, Sung & McHaney, Roger, 2000, “Validation of End-User Computing Satisfaction Instrument in Case Tool Environments”, The Journal of Computer Information System, vol.41.,Iss. 1: pg.49.
Klenke, K. (1992). Construct Measurement In Management Information System: A Review And Critique Of User Satisfaction And User Involment Instruments. INFOR, 30(4), 325-348.
Lee, D.M., 1986, “Usage Pattern and Source of persistence for Personal Computer Users”, MIS Quarterly, 10,4, 313-325.
Li, C. 1997. “ERP packages: What’s next?”,Information System Management, 16(3), 31–35.
Livari,Juhani, 2005, “An Empirical Test of the DeLone and McLean Model of Information System Success”, Database for Advances in Information Systems, Spring,, 36,2.pg.8.
Lucas, H.C., Jr., Walton, E.J., & Ginzberg, M.J. 1988.”Implementing Packaged Software”, MIS Quarterly, 12 (4), 537 -549.
Mao, En and Prashant Palvia, 2006. ”Testing an Extended Model of IT Acceptance in the Chinese Cultural Context.” The Database for Advances in Information System 37, Spring 2006.
McHaney, R., and Cronan, T. P., 2001, “ A Comparison of Surrogate Success Measures in On-Going Representational Decision Support Systems: An Extension to Simulation Technology”, Journal of End User Computing, 13, 2.
McKiney, V., Yoon, K., and Zahedi, Fatemeh, 2002, “ The Measurement of Web-Customer Satisfaction: An Expectation and Disconfirmation Approach”, Information System Research, 13,3.
Melone N.P. 1990,”A Theoretical Assessment of The User Satisfaction Construct in Information System Research”, Management Science. January.
McLeod, R. Jr., and Schell, George, (2001). “Management Information System,”. Eight Edition, Prentice-Hall, Inc. Upper Saddle River, New Jersey.
McGill, Tanya, Hobbs, Valerie, & Klobas, Jane, 2003, “User-Developed Applications and Information Systems Success: a Test of DeLone and McLean’s Model”, Information resource Management Journal; Jan-Mar; 16.1.pg.24.
McHaney, R., and Cronan P.T., 2001,” A Comparison of Surrogate Success Measure in On-Going Representational DSS: An Extension to Simulation Technology”, Journal of End-user Computing; Apr-Jun; 13,2.
Millman, B.S., & Hartwick,J.E.,1987, „The Impact of Automatic Office System on Middle Manager and Their Work“, MIS Quarterly, 11(4), 479-491.
Moore, G.,C., & Benbased, I/ (1991). “Development of an instrument to measure the perceptions of adopting an information technology innovation”, Information System
Research, 2(3).
Myers, Barry L, Kappelman,Leon A. & Prybutok, Victor.R. 2007. “A Comprehensive Model for Assessing the Quality of the Information System Function: Toward a Theory for Information System Assessment”, Information Resource Management Journal; Winter; 10,1.
Rai, A., Lang, S.S. and Welker, R.B., 2002, ”Assessing the Validity of IS Success Models: An Empirical Test and Theoretical Analysis”, Information System Research, Vol.13, No.1. pp. 29-34.
Sekaran, U., (2003). “Research Methods for Business : A Skill-Building Approach” (Fourth Edition). John Willey & Sons, Inc.
Seddon.P.B. 1997,”A Respecification and Extension of The DeLone and McLean’s Model of IS Success”, Information System Research.8.September. 240-250.
Segars, A.H., and Grover, 1993,”Re-examining perceived ease of use and usefulness: A Confirmatory Factor Analysis”, .MIS Quartely17.517-522.
Simon, Steven J., and Paper, David, 2007., “ User Acceptance of Voice Recognition Technology: An Empirical Extension of The Technology Acceptance Model” Journal of Organizational and End-User Computing, 19(1), 24-50.
Staples, Sandy D. dan Seddon, 2004, “Testing the Technology-To-Performance Chain Model”, Journal of Organizational and End User Computing, Oct-Dec. pp17- 35
Thompson, Ronald L., Higgins, Christoper A., dan Howell, Jane M., (1991), “Personal Computing: Toward a Conceptual Model of Utilization”, MIS Quarterly, March, pp.125-143.
Toni M Somers; Klara Nelson; Jahangir Karimi, 2003. ” Confirmatory Factor Analysis of the End-User Computing Satisfaction Instrument: Replication within an ERP domain” Decision Science, 34 (3) 595-621
Webber, Ron, 1999, Information System Control and Audit, First Edition, Upper Saddle River, New Jersey: Prentice Hall Inc.
Wijanto, Setyo Hari, 2006, “ Structural Equation Model (SEM) dengan Lisrel 8.7”, Catatan Kuliah, Pascasarjana Ilmu Manajemen, Universitas Indonesia.
Wijanto, Setyo Hari, 2008, “ Structural Equation Model (SEM) dengan Lisrel 8.8,Konsep dan Tutorial”, Graha Ilmu.
Widjayanto, Nugroho, 2001, “Sistem Informasi Akuntansi”, Penerbit Erlangga.
Yoon, Y., T. Guimaraes, and Q. O’Neal. 1995, “Exploring the factors associated with expert systems success”, MIS Quarterly 19, no. 1: 83-106.
KUESIONERPENGARUH KUALITAS SISTEM INFORMASI, PERCEIVED USEFULNESS, DAN
KUALITAS INFORMASI TERHADAP KEPUASAN PENGGUNA AKHIR
SOFTWARE AKUNTANSI
PETUNJUK: Berilah tanda silang atau lingkaran pada jawaban yang anda pilih.
Keterangan:SSTS = Sangat Sangat Tidak SetujuSTS = Sangat Tidak SetujuTS = Tidak SetujuN = NetralS = SetujuSS = Sangat SetujuSSS = Sangat Sangat Setuju
I. KUALITAS SOFTWARE AKUNTANSI
Pertanyaan/pernyataan dibawah ini berkaitan dengan persepsi Saudara/i terhadap software akuntansi
yang digunakan dalam perusahaan tempat Saudara/i bekerja. Mohon pilih dan lingkari nomor yang
Saudara/i anggap paling tepat mencerminkan persepsi Saudara/i.
No Pertanyaan SSTS STS TS N S SS SSS1 Software akuntansi yang saya gunakan
mampu meningkatkan kapasitas pemrosesan data secara signifikan
1 2 3 4 5 6 7
2 Software akuntansi tersebut dapat dijalankan pada komputer lain, selain komputer yang digunakan saat ini.
1 2 3 4 5 6 7
LAMPIRAN HASIL RUN LISREL
LAMPIRAN 1. KUESIONER
3 Software akuntansi tersebut, dapat digunakan dalam lingkungan organisasi lain tanpa harus banyak dimodifikasi lagi.
1 2 3 4 5 6 7
4 Software akuntansi tersebut memiliki sistem security sehingga pemakai yang tidak berhak, tidak dapat mengakses data yang terdapat di dalamnya.
1 2 3 4 5 6 7
5 Tersedia fasilitas untuk mengoreksi data (fungsi help) pada software akuntansi tersebut.
1 2 3 4 5 6 7
6 Kesalahan (error) yang terjadi mudah dikoreksi dan diidentifikasi dalam software tersebut.
1 2 3 4 5 6 7
No Pertanyaan SSTS STS TS N S SS SSS7 Setiap bagian dari sistem memuat informasi
yang cukup untuk membantu saya memahami fungsi dari bagian tersebut.
1 2 3 4 5 6 7
8 Meskipun pemakai telah lama tidak menggunakan software akuntansi tersebut, akan mudah untuk menggunakannya lagi.
1 2 3 4 5 6 7
9 Software akuntansi tersebut mudah dipelajari oleh orang yang baru pertama kali menggunakannya.
1 2 3 4 5 6 7
10 Software akuntansi tersebut dapat digunakan untuk berbagai perusahaan yang karakteristiknya berbeda.
1 2 3 4 5 6 7
KUALITAS INFORMASI
Pertanyaan/pernyataan dibawah ini berkaitan dengan persepsi Saudara/i terhadap informasi yang
dihasilkan software akuntansi yang digunakan dalam perusahaan tempat Saudara/i bekerja. Mohon
pilih dan lingkari nomor yang Saudara/i anggap paling tepat mencerminkan persepsi Saudara/i.
No
Pertanyaan SSTS STS TS N S SS SSS
1 Informasi yang dihasilkan software akuntansi tersebut akurat.
1 2 3 4 5 6 7
2 Informasi yang dihasilkan software tersebut dapat dipercaya.
1 2 3 4 5 6 7
3 Informasi yang dihasilkan software tersebut tepat waktu.
1 2 3 4 5 6 7
4 Informasi yang dihasilkan software tersebut relevan.
1 2 3 4 5 6 7
5 Informasi yang dihasilkan software tersebut mudah dipahami.
1 2 3 4 5 6 7
6 Informasi yang dihasilkan software tersebut 1 2 3 4 5 6 7
bersifat detail dan benar.
KEPUASAN PENGGUNA SOFTWARE AKUNTANSI
Pertanyaan/pernyataan dibawah ini berkaitan dengan seberapa tingkat kepusasan Saudara/i dalam
menggunakan software akuntansi untuk melaksanakan tugas di perusahaan tempat Saudara/i bekerja.
Mohon pilih dan lingkari nomor yang sesuai dengan jawaban Saudara/i.
No Pertanyaan/Pernyataan SSTS STS TS N S SS SSS1 Software akuntansi yang digunakan mampu
memberikan informasi persis seperti yang saya butuhkan.
1 2 3 4 5 6 7
2 Isi informasi yang dihasilkan oleh software akuntansi yang digunakan, memang saya butuhkan.
1 2 3 4 5 6 7
No Pertanyaan/Pernyataan SSTS STS TS N S SS SSS3 Software Akuntansi yang digunakan
menghasilkan laporan yang tepat seperti yang saya butuhkan.
1 2 3 4 5 6 7
4 Software Akuntansi yang digunakan menghasilkan informasi yang cukup.
1 2 3 4 5 6 7
5 Software Akuntansi yang digunakan bersifat akurat (program/sistemnya).
1 2 3 4 5 6 7
6 Saya merasa puas dengan tingkat akurasi software yang digunakan.
1 2 3 4 5 6 7
7 Software akuntansi yang digunakan mampu memberikan informasi sesuai dengan format yang dibutuhkan.
1 2 3 4 5 6 7
8 Software akuntansi yang digunakan mampu menghasilkan informasi yang dapat dipahami secara jelas.
1 2 3 4 5 6 7
9 Software akuntansi yang saya gunakan bersifat user friendly.
1 2 3 4 5 6 7
10 Mudah untuk menggunakan Software Akuntansi tersebut.
1 2 3 4 5 6 7
11 Saya dapat memperoleh informasi yang saya butuhkan tepat waktu.
1 2 3 4 5 6 7
12 Software akuntansi yang digunakan mampu menghasilkan informasi yang bersifat mutakhir/ up to date.
1 2 3 4 5 6 7
DAMPAK PENGGUNAAN SOFTWARE AKUNTANSI
Pertanyaan/pernyataan dibawah ini berkaitan dengan persepsi Saudara/i mengenai dampak
penggunaan software akuntansi yang digunakan dalam perusahaan tempat Saudara/i bekerja. Mohon
pilih dan lingkari nomor yang Saudara/i anggap paling tepat mencerminkan persepsi Saudara/i
terhadap dampak dari penggunaan software akuntansi di perusahaan Saudara/i.
No
Pertanyaan/Pernyataan SSTS STS TS N S SS SSS
1 Software akuntansi yang digunakan, membantu saya menyelesaikan tugas dengan lebih cepat.
1 2 3 4 5 6 7
2 Penggunaan software akuntansi dapat meningkatkan kinerja saya.
1 2 3 4 5 6 7
3 Software akuntansi yang digunakan mampu meningkatkan produktivitas kerja saya.
1 2 3 4 5 6 7
4 Software akuntansi yang digunakan mampu meningkatkan efektivitas tugas saya.
1 2 3 4 5 6 7
5 Penggunaan software akuntansi mempermudah saya dalam menyelesaikan pekerjaan.
1 2 3 4 5 6 7
6 Secara keseluruhan, software akuntansi yang digunakan bermanfaat dalam pekerjaan saya.
1 2 3 4 5 6 7
DATE: 5/28/2008 TIME: 5:24 L I S R E L 8.72 BY Karl G. Jöreskog & Dag Sörbom This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2005 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com
The following lines were read from file C:\Documents and Settings\istyaningsih\My Documents\ALWAYS\DATA239_EDIT_STRUKTURAL.Spl:
system file from file DATA239_EDIT.dsfLatent variables: Sysqua Inqua Peruse Usat
Equation:SYSQUA5 - SYSQUA8 = SysquaINQUA1 - INQUA6 = InquaINDIM1 - INDIM6 = PeruseContent Accuracy Format Ease Time = UsatUsat = Sysqua Inqua PerusePeruse = Sysqua Inqua let error covariance of INDIM2 and INDIM1 freelet error covariance of INDIM4 and INDIM3 freelet error covariance of INDIM3 and INDIM2 freelet error covariance of SYSQUA6 and SYSQUA5 freelet error covariance of INQUA2 and INQUA1 freelet error covariance of Ease and Format freelet error covariance of Format and Content freelet error covariance of Ease and Accuracy freelet error covariance of Time and Format freelet error covariance of INQUA4 and INQUA3 freelet error covariance of INQUA4 and INQUA2 freelet error covariance of Ease and Content freelet error covariance of INQUA5 and SYSQUA8 freelet error covariance of INQUA4 and SYSQUA8 freelet error covariance of Time and INDIM1 freelet error covariance of Accuracy and INDIM5 freelet error covariance of Format and INDIM4 freelet error covariance of INQUA6 and INQUA1 freelet error covariance of INQUA5 and INQUA1 freelet error covariance of INDIM3 and INQUA3 freelet error covariance of INQUA6 and INQUA2 freelet error covariance of Time and Accuracy freelet error covariance of Format and Accuracy free OPTIONS: SCPath DiagramEnd of problem
Sample Size = 239
Covariance Matrix
INDIM1 INDIM2 INDIM3 INDIM4 INDIM5 INDIM6 -------- -------- -------- -------- -------- -------- INDIM1 0.87 INDIM2 0.55 0.75 INDIM3 0.45 0.53 0.73 INDIM4 0.52 0.56 0.59 0.82 INDIM5 0.48 0.49 0.45 0.55 0.74 INDIM6 0.44 0.44 0.41 0.53 0.48 0.66 Content 0.60 0.49 0.44 0.58 0.48 0.53 Accuracy 0.54 0.52 0.44 0.56 0.39 0.49 Format 0.57 0.48 0.48 0.60 0.48 0.47 Ease 0.44 0.39 0.36 0.46 0.38 0.34 Time 0.58 0.46 0.37 0.52 0.40 0.46 SYSQUA5 0.23 0.11 0.21 0.20 0.17 0.20 SYSQUA6 0.32 0.33 0.32 0.38 0.29 0.32 SYSQUA7 0.39 0.32 0.20 0.34 0.30 0.32 SYSQUA8 0.24 0.25 0.22 0.27 0.23 0.20 INQUA1 0.40 0.36 0.33 0.43 0.33 0.38 INQUA2 0.39 0.35 0.35 0.38 0.29 0.37 INQUA3 0.34 0.23 0.30 0.34 0.23 0.27 INQUA4 0.32 0.23 0.26 0.30 0.23 0.29 INQUA5 0.35 0.35 0.34 0.41 0.32 0.32 INQUA6 0.39 0.40 0.31 0.43 0.31 0.42
Covariance Matrix
Content Accuracy Format Ease Time SYSQUA5 -------- -------- -------- -------- -------- -------- Content 1.00 Accuracy 0.83 1.00 Format 0.83 0.73 1.00 Ease 0.60 0.55 0.80 1.00 Time 0.85 0.86 0.70 0.68 1.00 SYSQUA5 0.35 0.23 0.31 0.29 0.32 1.30 SYSQUA6 0.52 0.45 0.51 0.54 0.49 0.80 SYSQUA7 0.56 0.50 0.52 0.52 0.54 0.41
SYSQUA8 0.37 0.32 0.48 0.58 0.38 0.27 INQUA1 0.61 0.64 0.54 0.45 0.64 0.32 INQUA2 0.61 0.64 0.54 0.42 0.62 0.34 INQUA3 0.48 0.49 0.43 0.41 0.61 0.23 INQUA4 0.46 0.48 0.41 0.38 0.53 0.28 INQUA5 0.57 0.52 0.64 0.62 0.56 0.19 INQUA6 0.67 0.65 0.56 0.49 0.65 0.25
Covariance Matrix
SYSQUA6 SYSQUA7 SYSQUA8 INQUA1 INQUA2 INQUA3 -------- -------- -------- -------- -------- -------- SYSQUA6 1.48 SYSQUA7 0.58 1.11 SYSQUA8 0.47 0.53 1.28 INQUA1 0.45 0.46 0.32 0.86 INQUA2 0.42 0.46 0.24 0.72 0.93 INQUA3 0.21 0.24 0.26 0.53 0.55 0.93 INQUA4 0.24 0.31 0.35 0.53 0.59 0.65 INQUA5 0.38 0.36 0.51 0.43 0.43 0.41 INQUA6 0.47 0.42 0.34 0.59 0.66 0.52
Covariance Matrix
INQUA4 INQUA5 INQUA6 -------- -------- -------- INQUA4 0.86 INQUA5 0.38 0.87 INQUA6 0.54 0.49 0.95 Number of Iterations = 19
LISREL Estimates (Maximum Likelihood)
Measurement Equations INDIM1 = 0.70*Peruse, Errorvar.= 0.39 , R² = 0.56
(0.041) 9.66 INDIM2 = 0.70*Peruse, Errorvar.= 0.25 , R² = 0.66 (0.048) (0.028) 14.49 9.01 INDIM3 = 0.65*Peruse, Errorvar.= 0.31 , R² = 0.57 (0.055) (0.033) 11.71 9.46 INDIM4 = 0.79*Peruse, Errorvar.= 0.19 , R² = 0.76 (0.057) (0.024) 13.80 7.77 INDIM5 = 0.70*Peruse, Errorvar.= 0.26 , R² = 0.66 (0.055) (0.028) 12.70 9.02 INDIM6 = 0.66*Peruse, Errorvar.= 0.22 , R² = 0.67 (0.052) (0.024) 12.85 9.06 Content = 0.93*Usat, Errorvar.= 0.14 , R² = 0.86 (0.022) 6.61 Accuracy = 0.89*Usat, Errorvar.= 0.19 , R² = 0.80 (0.040) (0.026) 22.00 7.47 Format = 0.86*Usat, Errorvar.= 0.26 , R² = 0.74 (0.040) (0.039) 21.36 6.74 Ease = 0.75*Usat, Errorvar.= 0.44 , R² = 0.56 (0.056) (0.046) 13.39 9.46
Time = 0.90*Usat, Errorvar.= 0.18 , R² = 0.82 (0.039) (0.022) 22.82 7.98 SYSQUA5 = 0.53*Sysqua, Errorvar.= 1.07 , R² = 0.18 (0.081) (0.10) 6.02 10.17 SYSQUA6 = 0.75*Sysqua, Errorvar.= 0.93 , R² = 0.37 (0.081) (0.10) 9.23 9.06 SYSQUA7 = 0.82*Sysqua, Errorvar.= 0.44 , R² = 0.60 (0.068) (0.072) 12.06 6.20 SYSQUA8 = 0.63*Sysqua, Errorvar.= 0.89 , R² = 0.31 (0.075) (0.092) 8.41 9.62 INQUA1 = 0.79*Inqua, Errorvar.= 0.24 , R² = 0.72 (0.052) (0.038) 15.17 6.41 INQUA2 = 0.76*Inqua, Errorvar.= 0.34 , R² = 0.63 (0.055) (0.041) 13.92 8.40 INQUA3 = 0.65*Inqua, Errorvar.= 0.51 , R² = 0.45 (0.057) (0.050) 11.43 10.12 INQUA4 = 0.64*Inqua, Errorvar.= 0.44 , R² = 0.49 (0.054) (0.043) 11.95 10.15
INQUA5 = 0.66*Inqua, Errorvar.= 0.44 , R² = 0.50 (0.055) (0.046) 12.08 9.57 INQUA6 = 0.80*Inqua, Errorvar.= 0.31 , R² = 0.67 (0.055) (0.041) 14.60 7.74
Error Covariance for INDIM2 and INDIM1 = 0.065 (0.023) 2.78
Error Covariance for INDIM3 and INDIM2 = 0.071 (0.020) 3.65
Error Covariance for INDIM4 and INDIM3 = 0.068 (0.020) 3.30
Error Covariance for Accuracy and INDIM5 = -0.05 (0.015) -3.44
Error Covariance for Format and INDIM4 = 0.033 (0.011) 2.91
Error Covariance for Format and Content = 0.031 (0.024) 1.26
Error Covariance for Format and Accuracy = -0.03 (0.020) -1.72
Error Covariance for Ease and Content = -0.09
(0.024) -3.79
Error Covariance for Ease and Accuracy = -0.12 (0.024) -4.92
Error Covariance for Ease and Format = 0.15 (0.036) 4.24
Error Covariance for Time and INDIM1 = 0.067 (0.015) 4.36
Error Covariance for Time and Accuracy = 0.045 (0.020) 2.31
Error Covariance for Time and Format = -0.08 (0.017) -5.09
Error Covariance for SYSQUA6 and SYSQUA5 = 0.44 (0.082) 5.39
Error Covariance for INQUA2 and INQUA1 = 0.11 (0.032) 3.58
Error Covariance for INQUA3 and INDIM3 = 0.059 (0.022) 2.75
Error Covariance for INQUA4 and SYSQUA8 = 0.13 (0.036) 3.58
Error Covariance for INQUA4 and INQUA2 = 0.078 (0.021) 3.72
Error Covariance for INQUA4 and INQUA3 = 0.21 (0.036) 5.92
Error Covariance for INQUA5 and SYSQUA8 = 0.24 (0.047) 5.05
Error Covariance for INQUA5 and INQUA1 = -0.07 (0.024) -3.01
Error Covariance for INQUA6 and INQUA1 = -0.04 (0.030) -1.33
Error Covariance for INQUA6 and INQUA2 = 0.048 (0.030) 1.59
Structural Equations
Peruse = 0.19*Sysqua + 0.55*Inqua, Errorvar.= 0.52 , R² = 0.48 (0.097) (0.097) (0.085) 1.97 5.69 6.11 Usat = 0.30*Peruse + 0.19*Sysqua + 0.55*Inqua, Errorvar.= 0.14 , R² = 0.86 (0.055) (0.061) (0.069) (0.026) 5.48 3.21 7.93 5.34
Reduced Form Equations
Peruse = 0.19*Sysqua + 0.55*Inqua, Errorvar.= 0.52, R² = 0.48 (0.097) (0.097) 1.97 5.69 Usat = 0.25*Sysqua + 0.71*Inqua, Errorvar.= 0.19, R² = 0.81 (0.069) (0.072) 3.66 9.87
Correlation Matrix of Independent Variables
Sysqua Inqua -------- -------- Sysqua 1.00 Inqua 0.68 1.00 (0.05) 13.04
Covariance Matrix of Latent Variables
Peruse Usat Sysqua Inqua -------- -------- -------- -------- Peruse 1.00 Usat 0.78 1.00 Sysqua 0.57 0.74 1.00 Inqua 0.68 0.88 0.68 1.00
Goodness of Fit Statistics
Degrees of Freedom = 160 Minimum Fit Function Chi-Square = 357.39 (P = 0.0) Normal Theory Weighted Least Squares Chi-Square = 337.49 (P = 0.00) Estimated Non-centrality Parameter (NCP) = 177.49 90 Percent Confidence Interval for NCP = (128.54 ; 234.20)
Minimum Fit Function Value = 1.50 Population Discrepancy Function Value (F0) = 0.75 90 Percent Confidence Interval for F0 = (0.54 ; 0.98) Root Mean Square Error of Approximation (RMSEA) = 0.068 90 Percent Confidence Interval for RMSEA = (0.058 ; 0.078) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.0020 Expected Cross-Validation Index (ECVI) = 2.01 90 Percent Confidence Interval for ECVI = (1.81 ; 2.25) ECVI for Saturated Model = 1.94 ECVI for Independence Model = 51.67 Chi-Square for Independence Model with 210 Degrees of Freedom = 12256.47 Independence AIC = 12298.47 Model AIC = 479.49 Saturated AIC = 462.00 Independence CAIC = 12392.48 Model CAIC = 797.32 Saturated CAIC = 1496.06 Normed Fit Index (NFI) = 0.97 Non-Normed Fit Index (NNFI) = 0.98 Parsimony Normed Fit Index (PNFI) = 0.74 Comparative Fit Index (CFI) = 0.98 Incremental Fit Index (IFI) = 0.98 Relative Fit Index (RFI) = 0.96 Critical N (CN) = 137.21 Root Mean Square Residual (RMR) = 0.045 Standardized RMR = 0.046 Goodness of Fit Index (GFI) = 0.88 Adjusted Goodness of Fit Index (AGFI) = 0.83 Parsimony Goodness of Fit Index (PGFI) = 0.61
The Modification Indices Suggest to Add an Error Covariance
Between and Decrease in Chi-Square New Estimate SYSQUA5 INDIM2 9.1 -0.09 INQUA3 Accuracy 8.7 -0.05 INQUA3 Time 30.8 0.08 INQUA6 Format 8.7 -0.04
Standardized Solution
LAMBDA-Y
Peruse Usat -------- -------- INDIM1 0.70 - - INDIM2 0.70 - - INDIM3 0.65 - - INDIM4 0.79 - - INDIM5 0.70 - - INDIM6 0.66 - - Content - - 0.93 Accuracy - - 0.89 Format - - 0.86 Ease - - 0.75 Time - - 0.90
LAMBDA-X
Sysqua Inqua -------- -------- SYSQUA5 0.49 - - SYSQUA6 0.75 - - SYSQUA7 0.82 - - SYSQUA8 0.63 - - INQUA1 - - 0.79 INQUA2 - - 0.76 INQUA3 - - 0.65 INQUA4 - - 0.64 INQUA5 - - 0.66
INQUA6 - - 0.80
BETA
Peruse Usat -------- -------- Peruse - - - - Usat 0.30 - -
GAMMA
Sysqua Inqua -------- -------- Peruse 0.19 0.55 Usat 0.19 0.55
Correlation Matrix of ETA and KSI
Peruse Usat Sysqua Inqua -------- -------- -------- -------- Peruse 1.00 Usat 0.78 1.00 Sysqua 0.57 0.74 1.00 Inqua 0.68 0.88 0.68 1.00
PSI Note: This matrix is diagonal.
Peruse Usat -------- -------- 0.52 0.14
Regression Matrix ETA on KSI (Standardized)
Sysqua Inqua -------- -------- Peruse 0.19 0.55 Usat 0.25 0.71
Completely Standardized Solution
LAMBDA-Y
Peruse Usat -------- -------- INDIM1 0.75 - - INDIM2 0.81 - - INDIM3 0.76 - - INDIM4 0.87 - - INDIM5 0.81 - - INDIM6 0.82 - - Content - - 0.93 Accuracy - - 0.90 Format - - 0.86 Ease - - 0.75 Time - - 0.90
LAMBDA-X
Sysqua Inqua -------- -------- SYSQUA5 0.53 - - SYSQUA6 0.61 - - SYSQUA7 0.77 - - SYSQUA8 0.55 - - INQUA1 - - 0.85 INQUA2 - - 0.79 INQUA3 - - 0.67 INQUA4 - - 0.70 INQUA5 - - 0.70 INQUA6 - - 0.82
BETA
Peruse Usat -------- --------
Peruse - - - - Usat 0.30 - -
GAMMA
Sysqua Inqua -------- -------- Peruse 0.19 0.55 Usat 0.19 0.55
Correlation Matrix of ETA and KSI Peruse Usat Sysqua Inqua -------- -------- -------- -------- Peruse 1.00 Usat 0.78 1.00 Sysqua 0.57 0.74 1.00 Inqua 0.68 0.88 0.68 1.00
PSI Note: This matrix is diagonal.
Peruse Usat -------- -------- 0.52 0.14
THETA-EPS
INDIM1 INDIM2 INDIM3 INDIM4 INDIM5 INDIM6 -------- -------- -------- -------- -------- -------- INDIM1 0.44 INDIM2 0.08 0.34 INDIM3 - - 0.10 0.43 INDIM4 - - - - 0.09 0.24 INDIM5 - - - - - - - - 0.34 INDIM6 - - - - - - - - - - 0.33 Content - - - - - - - - - - - - Accuracy - - - - - - - - -0.06 - - Format - - - - - - 0.04 - - - -
Ease - - - - - - - - - - - - Time 0.07 - - - - - - - - - -
THETA-EPS Content Accuracy Format Ease Time -------- -------- -------- -------- -------- Content 0.14 Accuracy - - 0.20 Format 0.03 -0.03 0.26 Ease -0.09 -0.12 0.15 0.44 Time - - 0.05 -0.08 - - 0.18 THETA-DELTA-EPS
INDIM1 INDIM2 INDIM3 INDIM4 INDIM5 INDIM6 -------- -------- -------- -------- -------- -------- SYSQUA5 - - - - - - - - - - - - SYSQUA6 - - - - - - - - - - - - SYSQUA7 - - - - - - - - - - - - SYSQUA8 - - - - - - - - - - - - INQUA1 - - - - - - - - - - - - INQUA2 - - - - - - - - - - - - INQUA3 - - - - 0.07 - - - - - - INQUA4 - - - - - - - - - - - - INQUA5 - - - - - - - - - - - - INQUA6 - - - - - - - - - - - -
THETA-DELTA-EPS
Content Accuracy Format Ease Time -------- -------- -------- -------- -------- SYSQUA5 - - - - - - - - - - SYSQUA6 - - - - - - - - - - SYSQUA7 - - - - - - - - - - SYSQUA8 - - - - - - - - - - INQUA1 - - - - - - - - - - INQUA2 - - - - - - - - - - INQUA3 - - - - - - - - - - INQUA4 - - - - - - - - - -
INQUA5 - - - - - - - - - - INQUA6 - - - - - - - - - -
THETA-DELTA
SYSQUA5 SYSQUA6 SYSQUA7 SYSQUA8 INQUA1 INQUA2 -------- -------- -------- -------- -------- -------- SYSQUA5 0.32 SYSQUA6 0.32 0.63 SYSQUA7 - - - - 0.40 SYSQUA8 - - - - - - 0.39 INQUA1 - - - - - - - - 0.28 INQUA2 - - - - - - - - 0.13 0.37 INQUA3 - - - - - - - - - - - - INQUA4 - - - - - - 0.12 - - 0.09 INQUA5 - - - - - - 0.22 -0.08 - - INQUA6 - - - - - - - - -0.04 0.05
THETA-DELTA
INQUA3 INQUA4 INQUA5 INQUA6 -------- -------- -------- -------- INQUA3 0.55 INQUA4 0.24 0.51 INQUA5 - - - - 0.50 INQUA6 - - - - - - 0.33
Regression Matrix ETA on KSI (Standardized)
Sysqua Inqua -------- -------- Peruse 0.19 0.55 Usat 0.25 0.71
Time used: 0.078 Seconds
